Formations : Informatique / Développement logiciel

Intitulé:  Intelligence Artificielle - AI Yellow Belt

 
Vos contacts

Martine Simonis
Chargée relations entreprises
T : 04 382 45 18 | M : martine.simonis@technifutur.be

Elisabeth D'Eleuterio
Coordinatrice
T : 04 382 44 46 | M : elisabeth.deleuterio@technifutur.be

Maria Sciortino
Coordinatrice
T : 04 382 44 63 | M : maria.sciortino@technifutur.be

Michèle Thonet
Coordinatrice
T : 04 382 45 23 | M : michele.thonet@technifutur.be

 
Participants : 15 | Durée : 2 j.
 
Objectifs

Cette formation propose une première introduction technologique à l'intelligence artificielle pour les développeurs, pour apprendre :

  • Les fondements de l'intelligence artificielle via une approche pratique et par le codage.
  • Une introduction sur les données, les algorithmes et les considérations opérationnelles.
  • Une première rencontre avec la science des données et l'apprentissage automatique.
  • L'apprentissage se fait par codage dans un environnement de bloc-notes Jupyter, dans le navigateur de l'ordinateur

Cette formation est organisée dans le cadre du partenariat Technifutur et AI Black Belt.

 
Public

Cette formations s'adresse aux développeurs ou aux personnes souhaitant réaliser des applications d'Intelligence Artificielle.

 
Prérequis

Le seul pré-requis est une expérience de base en langage Python.

Bien que les mathématiques soient essentielles pour comprendre les aspects sous-jacents de l'IA, aucune connaissance préalable en mathématiques n'est requise.

 
Programme

Le programme de cette formation découpé en 4 x 1/2 jour, privilégie une compréhension approfondie des concepts clés plutôt qu'un aperçu rapide de nombreux algorithmes.

Semaine 1 - Introduction à l’apprentissage automatique en Python

Semaine 2 - Apprendre à identifier et à résoudre les problèmes d’apprentissage supervisé

Semaine 3 - Algorithmes de régression d’entraînement pour l’analyse des sentiments

Semaine 4 - Apprenez à laisser la machine se régler

Chaque demi-journée de formation est divisée en :

  • 1 heure d'explications
  • 1 heure de "laboratoire" (manipulation de "sets" des données)
  • 1 heure de "défi": Exercices sur un problème similaire vu précédement
  • 1 heure de synthèse et / ou d'étude de cas: pour illustrer et développer les acquis.

Les sujets couverts incluent:

  • Comprendre les données: avec Jupyter, NumPy,
  • Apprentissage automatique supervisé avec Scikit-Learn.
  • Comment bien faire les choses: choisir les paramètres, évaluer la qualité du modèle.
  • Considérations de production: outils, pipelines, personnes, compétences.